杜梦诗

摘 要：智能手机给人们生活带来便捷的同时，也带来了新的安全隐患。本研究选取40名女大学生为研究对象，分别接受正常步行测试与使用手机时步行测试，对比各组步态时空参数的差异性。研究发现，女大学生在步行时使用手机的步长变短，步频、变异系数以及身体重心移动指数变大；是否因使用手机有过跌倒经历对女大学生正常步行的步态时空参数不产生影响；步频越大，发生跌倒的风险越高。

关键词：步态 使用手机 跌倒 女大学生

中图分类号：G80 文献标识码：A 文章编号：2095-2813（2018）11（b）-0212-03

步态是人体肌肉骨骼系统、神经系统、本体感觉、视觉和心血管系统等多系统相互作用的结果[1]。正常的步态具有步长适当、身体平稳、耗能最少等特点[2]。步态分析是人类步态常用的检查技术，通过精密的仪器测量，提供一系列运动学、动力学参数，从而能客观的测量人体步态特征[3]。本研究借鉴国内外近几年步态分析的研究，利用步态分析跑台测试女大学生在步行时使用手机的步态特征，旨在分析步行时使用手机对步态特征的影响，以及步态变化与跌倒之间的关系，以期警示行人规范交通安全行为。

1 研究对象和方法

1.1 研究对象

招募健康女大学生受试者40人，基本情况见表1。纳入标准：年龄18～24岁；身体健康；无肌肉疲劳症状，测试期间踝关节活动正常。排除标准：体型异常、下肢畸形、步态异常和近半年有严重下肢外伤史；测试前24h内参加过剧烈运动。再根据过去一年内是否因使用手机而发生跌倒分为跌倒组与对照组。实验分组已经通过统计学分析，两组在年龄、身高、体重上均无显著性差异（P>0.05），见表2。

1.2 研究方法

采用国际通用的6min步行标准测试方法。每位测试者接受两组速度为1.2m/s、时间为6min的步态测试。第一组测试为正常步行测试；第二组测试为使用手机时步行测试，要求测试者自然行走的同时，使用手机打字，打字的内容和篇幅由实验者统一给定。

1.2.1 主要观察指标

采用设备为美国Biodex公司生产的gait trainer2步态分析跑台，所得参数为步态的时空参数[4]，指标有：步频、左/右脚步长、左/右脚变异系数、身体重心移动指数。

1.2.2 统计方法

采集数据应用SPSS 21分析软件进行分析：第一次使用配对样本t检验；第二次使用独立样本t检验。P<0.05表示有显著性差异，P<0.01表示有非常显著性差异。

2 结果

2.1 正常组和手机组步态时空参数对比情况

由图1可知，与正常组相比，手机组的步频、左/右脚变异系数、身体重心移动指数均增大，左/右脚步长降低，均有显著性差异（P<0.05）。提示女大学生在步行使用手机时，步长变短，步频、变异系数以及身体重心移动指数变大。

2.2 跌倒组与对照组步态时空参数对比情况

由图2可知，正常步行时，跌倒组的步長更小，步频、左/右脚变异系数、身体重心移动指数更大，但均无显著性差异。提示是否因使用手机有过跌倒经历对女大学生正常步行的步态特征不产生影响。

使用手机时步行，跌倒组的步长更小，步频、左/右脚变异系数、身体重心移动指数更大，仅平均步频有显著性差异（P<0.05），其他参数未呈现显著性差异。提示因使用手机有过跌倒经历的女大学生在步行使用手机时步频增大。

3 讨论

步态分析跑台能将步态进行量化评定，可测量步频、步长、变异系数、重心移动指数等参数，并进行组间对比，以确定哪些参数与跌倒具有相关性。

步频，是指行走时两腿在单位时间内交替的次数。在步速恒定的情况下，步频与步长成反比，步频越大，步长越小。研究表明：在步速一定的情况下，人体可以通过降低步频、加大步长，来提高步态稳定性[5]。

步长，是指行走时两脚相邻着地点之间的距离。Senden等[6]的研究结果发现：步长与Tinetti跌倒风险有较强的关联。Ayers等[7]的随访结果也显示，步长是执行双重任务行走测试中唯一能够独立预测跌倒的因子。本研究结果显示，女大学生在使用手机时的步长显著性降低、步频显著性增大，说明此时的步态稳定性降低，跌倒风险增大；并且因使用手机有过跌倒经历的女大学生在使用手机时的步频显著性大于无跌倒经历的，说明步频越大发生跌倒的风险越高。

变异系数，是指左右脚在步态测试中的变化情况，变异系数越小、步行越稳定。Mignardot等[8]通过测量259例从未跌倒过的老年人的步态特征，并随访了2年内的首次跌倒情况，发现变异系数能够预测未来6个月后的首次跌倒事件。Verghese等[9]研究结果也显示，变异系数和摆动时间变异性是预测跌倒风险最有力的因子，提示变异系数比步长等参数预测跌倒风险的敏感性更强。

身体重心移动指数，是指在步行过程中身体重心的移动情况，平衡能力越强、步行越稳定，身体重心移动指数越低。本研究结果显示，女大学生在使用手机时的变异系数和身体重心移动指数显著性增大，同样说明此时的步态稳定性降低，跌倒风险增大。

女大学生在步行使用手机时，步长变短，步频、变异系数以及身体重心移动指数变大；是否因使用手机有过跌倒经历对女大学生正常步行的步态时空参数不产生影响；步频越大，发生跌倒的风险越高。

参考文献

[1] Snijders AH，Van De Warrenburg BP，Giladi N，et al. Neuro-logical gait disorders in elderly people：clinical approach and classification[J].Lancet Neurol，2007，6 （1）：63-74.

[2] 向靜，胥方元.步态分析在临床康复应用中的研究进展[J].现代医药卫生，2014，30（22）：3411-3413.

[3] Tao W， Liu T，Zheng RC，et al.Gait Analysis Using Wearable Sensors[J].Sensors （Basel），2012，12（2）：2255-2283.

[4] 李香平，舒彬，顾小红，等.中国正常成人步行时空参数分析[J].中国康复医学杂志，2012，27（3）：227-230.

[5] 张彩芳，周军，史清钊，等.太极拳运动对老年人步态稳定性的影响[J].现代生物医学进展，2011，9（5）：918-921.

[6] Senden R，Savelberg HH，Grimm B，et al.Accelerometry-based gait analysis，an additional objective approach to screen subjects at risk for falling[J].Gait.Posture，2012，36：296-300.

[7] Ayers EI，Tow AC，Holtzer R，et al.Walking While Talking and Falls in Aging[J].Gerontology，2014，60（2）：108-113.

[8] Mignardot JB，Deschamps T，Barrey E，et al.Gait disturbances as specific predictive markers of the first fall onset in elderly people：a two-year prospective observational study[J].Front Aging Neurosci，2014（6）：22.

[9] Verghese J，Holtzer R，Lipton RB，et al.Quantitative Gait Markers and Incident Fall Risk in Older Adults[J].J Gerontol A Biol Sci Med Sci，2009，64（8）：896-901.